graph 初步概念行程

Author: 宋子龙

.DS_Store

@@ -64,7 +64,7 @@
      * @api private
     */
     function inOrderTraverseNode(node, callback) {
-      if (node !== null) {
+      if (node) {
         inOrderTraverseNode(node.left, callback);
         callback(node.key);
         inOrderTraverseNode(node.right, callback);
@@ -80,7 +80,7 @@
     preOrderTraverseNode(this[root], callback);
 
     function preOrderTraverseNode(node, callback) {
-      if (node !== null) {
+      if (node) {
         callback(node.key);
         preOrderTraverseNode(node.left, callback);
         preOrderTraverseNode(node.right, callback);
@@ -95,7 +95,7 @@
     postOrderTraverseNode(this[root], callback);
 
     function postOrderTraverseNode(node, callback) {
-      if (node !== null) {
+      if (node) {
         postOrderTraverseNode(node.left, callback);
         postOrderTraverseNode(node.right, callback);
         callback(node.key);

BinarySearchTree/binarySearchTree.html

@@ -11,4 +11,78 @@
 </html>
 <script type="text/javascript">
   const log = console.log
+
+  const vertics = Symbol('vertics');
+  const adjoinList = Symbol('adjoinList');
+
+  /** 以 邻接表 的形式，表示 Graph 关系*/
+  class Graph {
+    constructor() {
+
+      // 存储 vertex
+      this[vertics] = [];
+
+      // 存储 邻接表
+      this[adjoinList] = new Map();
+    }
+
+    /**
+     * @param v vertex
+     */
+    addVertex(v) {
+      this[vertics].push(v);
+      this[adjoinList].set(v, [])
+    }
+
+    /** 
+     * @param v vertex
+     * @param w vertex
+     */
+    addEdge(v, w) {
+
+      // 实现 有向图
+      this[adjoinList].get(v).push(w);
+
+      // 实现 无向图
+      this[adjoinList].get(w).push(v);
+    }
+
+    /** 字符串输出 邻接表*/
+    toString() {
+      let s = '';
+      for (const vertex of this[vertics]) {
+        s += vertex + ' -> ';
+        const neighbors = this[adjoinList].get(vertex);
+        for (const neighbor of neighbors) {
+          s += neighbor + ' ';
+        }
+        s += '\n';
+      }
+      return s;
+    }
+
+
+
+  }
+
+
+  const graph = new Graph();
+  const myVertices = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'];
+
+  for (let vertex of myVertices) {
+    graph.addVertex(vertex)
+  }
+
+  graph.addEdge('A', 'B');
+  graph.addEdge('A', 'C');
+  graph.addEdge('A', 'D');
+  graph.addEdge('C', 'D');
+  graph.addEdge('C', 'G');
+  graph.addEdge('D', 'G');
+  graph.addEdge('D', 'H');
+  graph.addEdge('B', 'E');
+  graph.addEdge('B', 'F');
+  graph.addEdge('E', 'I');
+
+  log(graph.toString())
 </script>

graph/graph.html

@@ -36,4 +36,17 @@
             D: [C, E],
             E: [D] }
 
-    关联矩阵：矩阵的行表示 vertex，列表示 edge。 通常用于 edge 的数量多于 vertex 的情况下，以节省内存。
+    关联矩阵：矩阵的行表示 vertex，列表示 edge。 通常用于 edge 的数量多于 vertex 的情况下，以节省内存。
+
+## 图的遍历：
+
+    作用：寻找特定顶点；寻找两顶点间的路径；检查图是否连通；检查图是否含有环；等。
+
+    思想：
+    1）追踪每个第一次访问的节点，并追踪有哪些节点还未被完全探索。BFS或DFS都需先指出第一个被访问的 vertex。
+    2）要完全探索一个顶点，应查看该顶点的每一条边，若边有连接到未被访问过的顶点，需将该顶点标注为 被发现的，并将其加入待访问顶点列表中。
+    3）为保证效率，需控制访问每个顶点至多两次。
+
+    广度优先(Breadth-First Search, BFS)：将顶点存入 队列 中。
+
+    深度优先(Depth-First Search, DFS)：将顶点存入 栈 中。